基于双轨碳卫的国境合链学习系统的制作方法

本发明属于碳排放数据管理与人工智能技术交叉，具体涉及基于双轨碳卫的国境合链学习系统。

背景技术：

1、全球气候治理进程持续推进，国境范围内多行业碳排放数据统筹监管、碳资产量化核算成为碳减排政策落地、跨境碳交易开展的基础工作，当前主流碳排放数据管理与智能分析架构多采用中心化存储或单一区块链存储模式，配套的分布式模型训练多采用传统联邦学习框架，在实际跨境碳管控场景中存在多重应用短板；

2、首先，各类碳排放监测数据分散存储于不同企业、区域监管主体本地系统，单一存储架构无法同步完成数据存证与分布式模型训练，易形成数据孤岛；

3、其次，现有框架缺少标准化多方贡献确权机制，无法量化不同数据源、不同设备采集数据的价值权重，碳交易收益分配缺乏统一客观依据，各方数据共享参与意愿较低；

4、同时，传统联邦学习仅依靠单一层级异常检测手段抵御模型后门攻击，缺少全流程分层防护体系，恶意节点提交的异常梯度难以提前过滤，受污染模型修复需完整重训，计算资源消耗较高，且本地训练过程缺少隔离安全计算环境，原始碳排放明细数据存在泄漏风险。

技术实现思路

1、本发明的目的是提供基于双轨碳卫的国境合链学习系统，能打通数据孤岛、提升碳预测精度，并通过多因子量化模块与智能合约公平分配收益，tee隔离计算降低数据泄漏风险，多层防御高效应对后门攻击，全流程链上存证可溯源，支撑跨境碳管控与交易。

2、本发明采取的技术方案具体如下：

3、基于双轨碳卫的国境合链学习系统，包括：

4、数据链模块，所述数据链模块基于区块链技术构建，用于存储和管理碳排放数据及对应元数据；

5、学习链模块，所述学习链模块基于联邦学习机制构建，用于利用多个参与方的本地数据进行模型训练与优化，并通过模型聚合生成用于碳排放预测与分析的全局模型；

6、多因子贡献度量化模块，所述多因子贡献度量化模块用于根据参与方的数据贡献及模型训练贡献确定贡献权重，并依据所述贡献权重进行收益分配；

7、可信执行环境模块，所述可信执行环境模块用于在联邦学习训练过程中提供安全计算环境，使参与方在本地可信执行环境内完成模型训练，并降低数据泄漏风险；

8、多层协同防御模块，所述多层协同防御模块用于对联邦学习过程中的安全威胁进行检测、防护及模型恢复。

9、一种基于双轨碳卫的国境合链学习方法，该国境合链学习方法应用于上述的国境合链学习系统，所述国境合链学习方法包括以下步骤：

10、s1：构建数据链和学习链，通过数据链存储管理碳排放数据，通过学习链执行联邦学习模型训练与优化；

11、s2：通过多因子贡献度量化模型计算参与方贡献权重；

12、s3：在联邦学习过程中，通过可信执行环境提升数据安全性；

13、s4：通过多层协同防御策略对后门攻击等安全威胁进行防护。

14、还包括通过智能合约，所述智能合约执行数据存储、模型训练和收益分配。

15、一种电子设备，该电子设备应用于上述的国境合链学习系统和国境合链学习方法，所述电子设备包括：处理器、存储器以及通信接口；

16、所述通信接口用于与外部设备或网络节点进行数据通信，以接收和发送碳排放数据、模型训练数据以及模型更新结果；

17、所述存储器中存储有计算机可执行指令；

18、所述处理器用于执行所述计算机可执行指令。

19、本发明取得的技术效果为：

20、本发明通过数据链模块与学习链模块组成双链架构，同步实现碳排放数据存证与分布式模型训练，缓解现有技术数据孤岛问题，提升碳预测模型核算精度；依托多因子贡献度量化模块量化各节点数据贡献权重，配合智能合约自动分配收益，提升多方主体数据共享参与意愿，系统搭载可信执行环境模块隔离本地训练计算空间，可降低原始碳排放数据泄漏风险；多层协同防御模块沿训练全流程分层拦截、修复后门攻击，减少模型重训产生的资源消耗，整套系统各模块运行记录均通过区块链存证，碳数据、模型训练、收益分配全流程可溯源，可为国境碳减排政策制定、跨境碳交易提供可信数据支撑。

1.基于双轨碳卫的国境合链学习系统，其特征在于，包括：

2.根据权利要求1所述的基于双轨碳卫的国境合链学习系统，其特征在于：所述数据链模块包括区块头和区块体；

3.根据权利要求2所述的基于双轨碳卫的国境合链学习系统，其特征在于：所述学习链模块包括参与方节点和聚合节点；

4.根据权利要求1所述的基于双轨碳卫的国境合链学习系统，其特征在于：所述多因子贡献度量化模块根据数据维度、来源可信度以及精度等级计算参与方贡献权重；

5.根据权利要求1所述的基于双轨碳卫的国境合链学习系统，其特征在于：所述可信执行环境模块包括远程认证单元以及可信通信单元；

6.根据权利要求1所述的基于双轨碳卫的国境合链学习系统，其特征在于：所述第一防御层设置于客户端，用于通过梯度随机扰动与动态dropout率调整机制预防后门攻击植入；

7.根据权利要求1所述的基于双轨碳卫的国境合链学习系统，其特征在于：该国境合链学习系统还包括智能合约模块，所述智能合约模块用于执行数据存储、模型训练以及收益分配过程中的自动化操作。

8.一种基于双轨碳卫的国境合链学习方法，其特征在于：该国境合链学习方法应用于如权利要求1-7任意一项所述的国境合链学习系统，所述国境合链学习方法包括以下步骤：

9.根据权利要求8所述的基于双轨碳卫的国境合链学习方法，其特征在于：还包括通过智能合约，所述智能合约执行数据存储、模型训练和收益分配。

10.一种电子设备，其特征在于：该电子设备应用于如权利要求1-7任意一项所述的国境合链学习系统，所述电子设备包括：处理器、存储器以及通信接口；